Intelligenza Artificiale e realtà virtuale: minestrone o combinazione vincente?
Metaverso, AI, AR, VR, IoT, ma a cosa servono?
Il mondo è in fermento a causa dell'Intelligenza Artificiale (AI). Tutti ne parlano, poco conoscono.
Mentre numerose aziende esplorano le nuove opportunità offerte da queste tecnologie, altre sono meno informate.
Alcuni ironizzano sull'argomento, forse per una comprensione limitata del suo impatto globale.
Si discute frequentemente di AI, in particolare dopo l'emergere di ChatGPT.
Anche se si menzionano spesso Gemini di Google e poche altre realtà, l'ecosistema AI è ampio e variegato, includendo strumenti come Google TensorFlow, lanciato nel 2015.
TensorFlow, una libreria software open source per l'apprendimento automatico e l'intelligenza artificiale, è utilizzata per una vasta gamma di attività, focalizzandosi principalmente sull'addestramento e l'inferenza di reti neurali profonde.
Sviluppato dal team Google Brain per uso interno, TensorFlow è diventato uno strumento fondamentale nell'AI.
Per comprendere l'AI, è essenziale familiarizzare con il termine "LLM - Large Language Model".
Questi modelli neurali di vasta scala sono impiegati per scopi linguistici, rappresentando una forma di deep learning capace di riconoscere, riassumere, tradurre, prevedere e generare testi basati su un ampio dataset.
Ok, può sembrare una supercazzola, proviamo a semplificare.
Una rete neurale artificiale, nel campo dell'apprendimento automatico, è un modello computazionale che simula la struttura di una rete neurale biologica. Immaginate un computer potente che emula le connessioni del cervello umano, utilizzando un vocabolario e regole per creare collegamenti tra parole, dati e numeri.
Ma, senza dati non esiste Intelligenza Artificiale che tenga. E’ tutto lì
Il sistema esiste ed elabora grazie ai dati (parole, numeri, immagini) e senza di essi non ci sarebbe qualcosa da confrontare ed elaborare.
ChatGPT, ad esempio, è un modello LLM: si inserisce una richiesta (il prompt) e il sistema elabora le informazioni, riconoscendo pattern, eseguendo calcoli matematici e generando una risposta.
L'intelligenza artificiale quindi richiede una vasta gamma di dati per funzionare efficacemente.
Metaverso, AR, VR, AI sono tutte sigle o possono lavorare insieme?
Il Metaverso è un universo digitale che integra diversi elementi tecnologici, tra cui video, realtà virtuale (VR) e realtà aumentata (AR). In questo ambiente, gli utenti accedono tramite dispositivi come visori 3D, vivendo esperienze virtuali immersive. All'interno del Metaverso, è possibile creare avatar realistici, interagire con altri utenti, creare oggetti o proprietà virtuali, e partecipare a eventi come concerti e conferenze.
Questo universo digitale è composto da dati e informazioni, con una struttura spazio-temporale analoga a quella del mondo fisico. La realtà virtuale e la realtà aumentata fungono da ponti tra il mondo fisico e digitale, permettendo agli utenti di immergersi in esperienze virtuali che simulano la realtà. In questo contesto, il concetto di "cyberspazio" diventa fondamentale, rappresentando un universo creato e alimentato dalle reti globali di comunicazione.
L'intelligenza artificiale (AI) gioca un ruolo cruciale nel Metaverso, soprattutto nel campo dei gemelli digitali ("digital twins").
Secondo il report “Digital twins: The foundation of the enterprise metaverse” di McKinsey, i digital twins sono repliche virtuali di risorse fisiche (come oggetti, processi, persone, luoghi, infrastrutture, sistemi e dispositivi) che possono essere utilizzate per costruire un Metaverso aziendale.
Questi “gemelli digitali” permettono l'ottimizzazione di processi e decisioni in vari settori, essendo strumenti chiave nell'industria 4.0
Si può realizzare un elicottero fisico e avere in azienda la copia digitale in un simulatore, che agisce come gemello a tutti gli effetti, così è più facile testare modifiche e nuove funzionalità da impiegare velocemente.
Le aziende possono adottare digital twins per iniziare il proprio percorso verso il Metaverso aziendale, utilizzandoli inizialmente come fulcri di dati e poi evolvendoli per offrire capacità predittive. Inoltre, l'interconnessione di più gemelli digitali può sbloccare numerosi casi d'uso, permettendo la stratificazione di tecnologie aggiuntive necessarie per trasformare questa rete in un Metaverso aziendale.
Ma come può essere utile l'AI oltre alla scrittura di articoli? La risposta è ampia.
L'AI può, ad esempio, riconoscere immagini. Inviando una foto ad un sistema AI, si possono ottenere informazioni dettagliate su quell'immagine. Questa tecnologia è applicabile in molti ambiti, incluso il riconoscimento di pattern, essenziale in molte applicazioni, come la diagnostica medica tramite Tomografia Ottica Computerizzata.
L'AI può distinguere tra materiali diversi, come carta e plastica, o tra un fiore vero e uno finto. Può distinguere velocemente, con un alto grado di accuratezza, un tumore della pelle da una macchia di vecchiaia, accelerando così diagnosi e cure mediche, salvando la vita alle persone.
Distinguere invece un oggetto di plastica dalla carta è importante per l’ambiente. Non tutti i tipi di plastica possono essere smaltiti alla stessa maniera e riconoscere le tipologie, per poi avviarle a cicli di smaltimento differenziati, è fondamentale. A “occhio” non sarebbe possibile, i volumi sono impressionanti e non basterebbero persone a controllare, con cicli di lavoro molto lunghi.
Questo ha impatti positivi sull'ambiente, ad esempio nella gestione dei rifiuti. Nexus TLC, un'azienda di Napoli, sta innovando in quest'area, combinando oggetti connessi a Internet (IoT), intelligenza artificiale e realtà aumentata/virtuale.
Mi confronto molto spesso con Francesco Serino che è a capo di Nexus e dai nostri confronti nascono tantissime nuove idee e soluzioni concrete.
Nexus agisce come unità di Ricerca e Sviluppo per le aziende che necessitano di questo tipo di supporto - l’azienda ha integrato un moderno laboratorio elettronico dal quale vengono sfornati prototipi già pronti per il mercato.
La loro capacità di progettazione e realizzazione è veramente incredibile. E’ possibile realizzare qualsiasi cosa, integrando insieme web, elettronica, sensori e tutto guidato dalle AI - Cose difficili da trovare in un solo posto.
Goodea e Nexus sono impegnate insieme per trovare nuove soluzioni tecnologiche per la risoluzione di problemi complessi.
Prevedere il futuro
Un altro aspetto interessante è l'utilizzo dell'AI per prevedere eventi futuri, basandosi sull'analisi di dati passati. Ad esempio, Nexus ha sviluppato un sistema per prevedere l'affluenza in bagni pubblici, aumentando l'efficienza delle pulizie. Questo approccio si basa su reti neurali LSTM (Long Short-Term Memory), che hanno mostrato un'accuratezza dell'82% nelle previsioni.
Certo, si potrebbe fare lo stesso ma gestire i cicli di pulizia di un aeroporto da 11 milioni di passeggeri non è una cosa fattibile per garantire un elevato livello di qualità del servizio.
L'intelligenza artificiale non deve essere vista solo come un rischio per alcuni lavori, ma piuttosto come un progresso per migliorare la qualità della vita e ampliare le nostre capacità umane. Le applicazioni dell'AI sono innumerevoli e la sua influenza si estende a molti settori e situazioni. Non perderemo il lavoro, impareremo a estendere le nostre umane capacità e a migliorare il mondo che viviamo.
Questa è l’ultima newsletter del 2023 - ritornerò nel 2024 - Auguri a tutti.
Ciao!
Stay ON
Continua a seguire questa newsletter per restare sempre aggiornato, ricorda che il mio libro è su amazon a questo link
Se invece sei interessato a capire come può la tua azienda crescere in un mercato iper-competitivo allora posso consigliarti i servizi offerti da Goodea a questo link
Couldn't agree more. It's crucial to cut through the hype and really understand the fundamentals, especially about data. What are your thoughts on the ethical sourcing of training data for LLMs?
Data is crucial. Even companies we work with, which possess large amounts of data, cannot use it because they are unauthorized by users, and when they can use it, they are prevented from doing so due to the data's inconsistency (which requires standardization). Regarding third-party data, since there is no regulation, we are in a no-man's land, where anyone can appropriate, manipulate, and transform it as they wish. This poses a significant ethical dilemma, which clashes with copyright and the unauthorized use of intellectual property. This could have a significant distorting effect on the cultural economy. I can't measure its actual impact, but I know it's a problem, difficult to solve. Furthermore, the storage of data on American and Chinese servers poses a further problem, given that privacy regulations are completely different from European law. It's truly a huge mess. But like any mess, sooner or later this will change.